 |
各企業が開発しているヒューマノイドロボットは、移動という意味での動きを伴ったものが殆どですが、PtoPAにはそのようなロボット技術のノウハウも無ければ、研究チームもありません。
ただ、既存のヒューマノイドロボットと比較した際、明らかに差別化が図れるのは「会話をする」すなわち、コミュニケーションを中核とするロボット技術です。PtoPAが持つCAIWA(会話)システムとロボットを組み合わせ、「会話するロボット」にとどまらず「会話が楽しい」ヒューマノイドロボットの実現を考えました。
しっかりとコミュニケーションができ、会話が楽しいロボットのためには、なんと言っても音声認識の技術が無いと始まりません。ユーザーが話しかけても、その言葉が認識されず「何て言ったの？」のような回答が返ってきたり、ユーザーの発話と全く異なった文章に解析され、想定外の回答が返ってきたりしたら、ユーザーとしては興ざめです。
又、正しく発話が解析されたとしても、従来のヒューマノイドロボットに見られるような「キーワードが発話文に含まれないと、想定した発話文にヒットしない」といった現象はなるべく避けたいですし、「会話」というからには、ユーザーからの質問に対しロボットが答えて終わるのではなく、ロボットが言ったことに対する返答をユーザーが行なっても、それに回答できるような仕組みでなければなりません。
これらの音声面/会話面での技術に加え、ユーザーを覚える顔認識のような視覚的な技術も必要ですし、表情もコミュニケーション上の重要な役割を担うと考えます。
話しかけた際、自分を認識してくれ「○○くん、こんにちは」と微笑みかけてくれるようなロボットの存在は、なんとも楽しいものではありませんか。
更には、人と人とのコミュニケーションには、互いの表情や口調、言葉の内容により、楽しくなったり、悲しくなったりする「感情」も存在します。ロボットでも、ユーザーの言葉や表情などを刺激として感情を決定し、例えばロボットが「怒っている」時は言葉を荒っぽくしたり、「楽しい」時には微笑みながら話したりすると、より深い会話とコミュニケーションが行えることでしょう。
このようなロボットを実現するために、以下の技術を用いてPtoPAが考えるヒューマノイドロボットの実現を目指しています。
高い音声認識の技術と柔軟な会話の仕組み： CAIWA(会話)システム
ユーザーの顔などを認識する仕組み： 画像処理システム
表情を作る仕組み： 眉毛/まぶた/口 さらには首の動き
感情をつかさどる仕組み： 感情モデル。 |
|
|
ヒューマノイドロボットの音声認識
